美國國立衛(wèi)生研究院（NIH）國家人類基因組研究所（NHGRI）的科學家發(fā)現(xiàn)，從外顯子組或基因組測序數(shù)據(jù)中獲取藥物基因組學（Pharmacogenomics，PGx）變異信息是可行的，而且與現(xiàn)有的PGx芯片相比，可以產(chǎn)生更多臨床上有用的信息。相關研究結果近期發(fā)表在《Genetics in Medicine》上。
提高臨床外顯子組和基因組檢測利用率的必要性
對于罕見遺傳病患者，其他診斷檢測呈陰性時，外顯子組和基因組檢測就顯得非常有用，但外顯子組和基因組檢測的費用仍然很高，并且產(chǎn)生了大量與患者疾病無關的基因組信息。
該研究的通訊作者，NHGRI醫(yī)學基因組學和代謝基因組學分部的負責人Les Biesecker說，“為了使基因組檢測在醫(yī)療中更加高效、有用和劃算，我們需要把一次檢測用于多種用途，把檢測的花費盡可能分攤開來。”
其中一種用途是分析測序數(shù)據(jù)進行二次發(fā)現(xiàn)，例如尋找某些基因中的癌癥風險變異，這可能使患者及其家屬受益。很多提供臨床外顯子組檢測的實驗室已經(jīng)開始這樣做，通常遵循美國醫(yī)學遺傳學與基因組學學會（ACMG）的建議。
外顯子組數(shù)據(jù)的另一種潛在用途是從其中獲取PGx變異信息，未來可能會幫助醫(yī)生開處方藥物。GeneDx公司總經(jīng)理Sherri Bale表示，臨床實驗室對此表現(xiàn)出極大的興趣。Bale說，“我們確實在考慮這種信息的重要性，并且試圖弄清該如何實現(xiàn)。”這就要求弄清楚如何從技術上實現(xiàn)這一目的，以及如何報告這些PGx變異信息對臨床醫(yī)生最有用。
外顯子組數(shù)據(jù)可提供更有用的藥物基因組學信息
Biesecker的團隊研究了一個基因組或外顯子組可以產(chǎn)生多少藥物基因組學數(shù)據(jù)，以及與藥物基因組學檢測中常用的芯片數(shù)據(jù)相比，這些數(shù)據(jù)如何。
研究人員選擇了203個臨床相關的PGx變異位點，包括50個來自藥物基因組學知識庫（PharmGKB）證據(jù)等級為1A和1B的PGx變異和154個來自臨床藥物基因組學實施協(xié)作組（CPIC）證據(jù)等級為 A的40對基因-藥物組合中的變異。
然后，他們在973個外顯子組、5個基因組和5個芯片基因分型數(shù)據(jù)集中尋找這些變異，所有數(shù)據(jù)來自NIH的ClinSeq項目的參與者。為了獲得芯片數(shù)據(jù)，他們使用Affymetrix公司的DMET Plus芯片，該芯片只靶向上述203個變異中的60個，但它是目前PGx基因分型中常用的。
5名參與者同時具有三種類型的數(shù)據(jù)，研究者在他們的基因組數(shù)據(jù)中發(fā)現(xiàn)了1015個變異（203個變異的5倍）中的998個，在外顯子組數(shù)據(jù)中發(fā)現(xiàn)了849個變異，在芯片分型數(shù)據(jù)中僅發(fā)現(xiàn)了295個。
總的來說，他們在973個外顯子組中鑒定出36個藥物基因組學star allele變異，CPIC的治療建議等級為中度到強度，和CYP2D6基因中的57個CNVs。
值得注意的是，從外顯子組數(shù)據(jù)中檢測到重要PGx變異的能力比研究者預期的要好。Biesecker說，“我們最初分析外顯子組數(shù)據(jù)時懷疑它會遜色于目前的臨床標準，然而結果是出人所料的。”盡管在設計時沒有靶向非編碼區(qū)PGx變異，但從外顯子組數(shù)據(jù)中也能檢測到一些。
外顯子組數(shù)據(jù)比芯片數(shù)據(jù)分析效果更好的主要原因是，大部分研究人員希望檢測的變異在芯片中并沒有靶向到。Biesecker說，“所有芯片或panels的問題在于，它們的設計都是基于已有知識的，芯片設計好后可能又有研究發(fā)現(xiàn)新的藥物基因組學變異對一些基因和藥物非常重要，但是該芯片中卻沒有包含這種變異。”
這種比較結果說明，對于已有外顯子組數(shù)據(jù)的患者，外顯子組數(shù)據(jù)可以提供比常用芯片更有用的藥物基因組學信息。但是從外顯子組數(shù)據(jù)中獲取PGx信息并不簡單。
技術和文化上的挑戰(zhàn)
盡管從測序數(shù)據(jù)中進行PGx變異識別可以提高臨床外顯子組和基因組檢測的效用，但是它的實現(xiàn)仍然存在技術上的困難，很多臨床醫(yī)生在開處方藥時拒絕使用藥物基因組學信息。
Biesecker說，“臨床醫(yī)生更傾向于選擇芯片，因為芯片是已完善的臨床檢測，方便訂購和解讀。而臨床上還沒有現(xiàn)成的方法把外顯子數(shù)據(jù)轉化為藥物基因組學等位基因。”
研究人員已經(jīng)在開發(fā)從測序數(shù)據(jù)中獲取藥物基因組學信息的工具，其中PharmGKB、CPIC、藥物基因組學研究網(wǎng)絡（PGRN）、電子醫(yī)療記錄和基因組學（eMERGE）網(wǎng)絡和ClinGen合作開發(fā)了一款工具PharmCAT，可以將遺傳變異轉化成藥物基因組學star alleles。
Biesecker說，“如今數(shù)據(jù)的解讀仍需花費大量的精力，或許等到計算工具發(fā)展到半自動化時，我們就可以對已測序的整個ClinSeq隊列進行藥物基因組學信息的分析。”
技術上的障礙克服后，下一個挑戰(zhàn)是說服臨床醫(yī)生在開處方時考慮藥物基因組學信息。到目前為止，這都是不切實際、昂貴且費時的，因為它需要醫(yī)生在開處方前先訂購一項PGx檢測。Biesecker說，“讓醫(yī)生在開處方時有這個意識需要社會和文化的改變。我們需要做的是，減少獲取信息的技術壁壘，以及時間和成本障礙，盡可能地使這種方法更加人性化，提高人們嘗試的意愿。”
參考文獻：Assessing the capability of massively parallel sequencing for opportunistic pharmacogenetic screening. Genet Med. doi: 10.1038/gim.2016.105.
